随机时延线性系统的IMC-PID设计

基于IMC(内模控制)框架,本文研究了具有随机不确定性时延的FOPDT(一阶时延)对象的最优IAE性能问题及其PID优化设计方法。这是传统的确定性优化方法无法解决的问题。首先,在IMC(内模控制)框架下,借用麦克劳林展开式和一阶泰勒近似,获得了内模控制器及其参数与PID控制器参数之间的关系式。从概率角度出发,通过求解实现IAE性能均值最优化的内模控制器及其参数,并利用上述关系,得到了相应的最优PID控制器参数整定规则,减少了传统参数整定方法的保守性。随机时延参数FOPDT对象的仿真,验证了本文所提出方法的有效性,并且表明:对于随机时延的FOPDT对象,与传统最优IAE PID整定方法如Murrill等(1967)、Smith等(1997)以及Madhuranthakam等(2008)方法相比,本文所整定PID控制器具有更好的IAE性能。

多随机参数线性系统的PID设计

基于IMC(内模控制)框架研究了具有随机时延和时间常数的FOPDT(一阶时延)对象的最优ISE性能问题及其PID优化设计方法。由于传统的确定性优化方法需要确切的先验知识或对系统参数的有效估计,故无法处理上述问题。针对带有双参数不确定的FOPDT对象,本文提出的PID整定方法是在内模控制的框架下,通过非线性最小二乘拟合方法得到ISE性能解析表达式并寻得内模控制器最优参数,从而得到相应最优PID控制器参数。仿真验证了本文的PID参数整定方法的有效性。

我国电子信息产业集聚效应实证分析

现今属于一个信息时代,并且在信息化的技术方面也在不断的进步与发展,并且对于21世纪而言,信息产业已成为其密不可分的一个新兴产业.同时,电子信息产业也在很大的程度上得到了巨大的发展,从而已成为我国最重要的产业之一.根据现在的情况来看,电子信息制造业经过一定阶段的发展之后,已逐渐顺应了我国以制造业为基础的工业发展模式,并且也成为了整个电子信息产业的基础.参照马歇尔的原理来看,我们可以发现对于企业之间,在空间方面的聚集能够十分好的产生外部经济模式的集聚效应,能够促进企业之间的互相协同的作用,并且也可以促进整个电子信息产业的发展.就目前来看,信息制造业的集聚区域效应发展良好的有美国的硅谷和台湾的新竹,这两个区域所取得的成功说明了产业集聚可以十分有效的促进信息制造业以及技术密集型的产业的发展.但是,反观我国的中关村科技园,信息产业集聚效应的效果却不那么良好.